文章目录

• 读写文件
  *
• 一般读写xlsx/csv文件
• 读写有多个子表的excel表格
• 查询、遍历
  *
• 获取表头信息
• 判断表格是否为空
• 按照列名筛选出整行信息
• 按单元格值筛选另一列信息
• 获取单个单元格以及单元格内容
• 二维表的美观显示
• 修改
  *
• 修改单个表格的内容
• 增删表格
  *
• 从其他类型对象生成DataFrame对象
• 增加一列
• 删除一列
• 增加一行
• 删除行
• 拼接表格
  *
• 后缀拼接单行
• 持续更新中。。。

读写文件

一般读写xlsx/csv文件

import pandas as pd

'''
filename: 为文件名或者路径，filename也可以是一个url
sheet_name: 指定要读取的xlsx文件的子表，默认为0
返回值df为DataFrame类型的二维数据表格，下同
'''
df = pandas.read_excel(filename,sheet_name = 0)

df.to_excel(filename,index = False)

df = pandas.read_csv(filename)

df.to_csv(filename,index = False,sep = ',')

读写有多个子表的excel表格

import pandas

df = pandas.read_excel(file_name,sheet_name = None)

查询、遍历

获取表头信息

header_info = df.columns.values
header_info = df.columns.values.tolist()

判断表格是否为空

df.empty

按照列名筛选出整行信息

df_find = df_books[df_books['出版年份'] == 2015]

按单元格值筛选另一列信息

df_find = df_books.loc[df_books['出版年份'] == 2015,'书名']

获取单个单元格以及单元格内容

df_find = df_books.loc[df_books['图书编号'] == 15,'书名']

df_find_cont = df_books.loc[df_books['图书编号'] == 15,'书名'].item()

二维表的美观显示

强烈推荐用prettytable库里面的接口显示二维表格，下面是显示效果。

对应的代码：

import pandas
from prettytable import PrettyTable

df_readers = pandas.read_excel("./readers.xlsx",sheet_name = 0)
tb_header = df_readers.columns.values.tolist()
table = PrettyTable(tb_header)

rows = df_readers.values.tolist()

for r in rows:
    table.add_row(r)
print(table)

修改

修改单个表格的内容

df_find = df_books.loc[df_books['图书编号'] == 15,'书名'] = "Python编程——从入门到放弃"

增删表格

从其他类型对象生成DataFrame对象

df = pandas.DataFrame(new_dict)
df = pandas.DataFrame(np_2arr)

增加一列

df['新列名'] = new_col_value

删除一列

del df['列名']

'''
colName：要删除的列名
axis：为0时表示删除的是行索引，为1时表示删除的是列名
inplace：默认值为False，表示不修改原df，返回一个新的df；True时表示在原df上修改。
'''
df_new = df.drop('colName',axis = 1,inplace = False)

增加一行

用loc方法

df.loc[end+1] = list_array

删除行

其实每一次筛选就是一次删除。

df = df[~df['col_name'].isin([col_value])]

拼接表格

后缀拼接单行

appen方法，该方法默认不会修改当前表格，而是返回一个新的DataFrame类型的数据。

'''
df1与df2的表头需要一致，ignore_index表示忽略行索引。
df2可以是表格，也可以是字典或类似字典格式的对象如json，不管是哪种，键数要与df1保持一致
'''
df_new = df1.append(df2,ignore_index = True)

持续更新中。。。

Original: https://blog.csdn.net/qq_42144047/article/details/123518099
Author: 24K纯学渣
Title: python-pandas学习笔记

相关阅读

Title: tensorflow安装步骤（CPU版本，Anaconda环境下，Windows10）

本文主要讲述了在Anaconda环境下，CPU版本tensorflow2.3.0的安装步骤，Windows10系统中Anaconda的安装步骤可以阅读此篇博客：
Anaconda安装步骤（Windows10）

本文分为两大部分：

*
- 一、TensorFlow2.3.0安装步骤
- 二、对TensorFlow2.3.0进行验证

一、TensorFlow2.3.0安装步骤

1.打开Anaconda Prompt

2.输入下面命令，利用Anaconda创建一个python3.7的环境，环境名称为 tensorflow2（名称任意）

conda create -n tensorflow2 python=3.7

输入y

3.输入下面命令，进入名称为 tensorflow2的环境中去（名称任意）

conda activate tensorflow2

4.输入下面命令，安装python的pip工具

python -m pip install --upgrade pip

5.输入下面命令，安装TensorFlow2.3.0
（切换到豆瓣源进行安装）

pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/

等待安装完成，如下图所示：

以上则TensorFlow2.3.0安装完成

二、对TensorFlow2.3.0进行验证

1.打开Anaconda Navigator

2.点击 Environment，并选择刚刚建好的 tensorflow2环境

3.回到主界面，找到JupyterLab，点击 Install，等待JupyterLab安装完成

3.JupyterLab安装完成后，点击 Launch

4.进入JupyterLab页面后，新建一个python的file，输入两行程序并运行

import tensorflow as tf
print(tf.__version__)

可以看到运行结果显示已安装好TensorFlow2.3.0

验证完成

Original: https://blog.csdn.net/thy0000/article/details/122783136
Author: 萝北村的枫子
Title: tensorflow安装步骤（CPU版本，Anaconda环境下，Windows10）